-
公开(公告)号：CN105872543B
公开(公告)日：2018-10-23
申请号：CN201610190391.7
申请日：2016-03-30
Applicant: 上海大学
IPC: H04N19/147 , H04N19/30 , H04N19/176
Abstract: 本发明公开了一种MVD视点可分级编码中的快速模式选择方法。基本层编码，纹理视频T2采用全遍历的编码模式选择方法，纹理视频T1根据当前MB的纹理复杂度、空间相邻MB和视间对应MB的编码模式简化候选编码模式；纹理视频T2编码进一步考虑了当前MB的运动特性。增强层编码，深度视频D2利用当前MB的深度边界分布情况及纹理视频T2对应MB的编码模式，深度视频D0/D1利用当前MB在SKIP或Inter16x16模式下CBP值及深度视频D2对应MB编码模式简化编码候选模式。本发明在编码基本层纹理视频和增强层深度视频时，利用视点间的相关性、宏块本身的复杂度以及运动情况等信息，提前终止编码模式的选择过程，降低编码的时间复杂度，解决了MVD编码过程中编码模式选择时间开销过大的问题。
-
公开(公告)号：CN106780303A
公开(公告)日：2017-05-31
申请号：CN201611092206.7
申请日：2016-12-02
Applicant: 上海大学
CPC classification number: G06T3/0068 , G06T3/4038
Abstract: 本发明公开了一种基于局部配准的图像拼接方法，包括1）特征点检测与匹配，2）设来自输入图像上的匹配特征点对集合的编号m为0，3）图像局部配准，4）判断当前局部单应性映射矩阵的配准误差是否小于配准阈值或者是否收敛，5）匹配点对集合调整，6）图像合成等步骤。本发明是一种准确性更好的针对大视差场景下的图像拼接方法，利用视差概率进行局部配准，得到的拼接结果无结构失真，没有重影和变形，符合人眼习惯，并且比现有方法的鲁棒性高，扩大了图像拼接技术可处理的场景的范围。
-
公开(公告)号：CN104299220B
公开(公告)日：2017-05-31
申请号：CN201410327220.5
申请日：2014-07-10
Applicant: 上海大学 , 上海东方传媒集团有限公司
Abstract: 本发明公开了一种对Kinect深度图像中的空洞进行实时填充的方法，其步骤：步骤1，用Kinect摄影机获取拍摄场景的彩色图像和与其对应的深度图像，采用运行期高斯平均法、采用背景差分法，确定前景图像的位置和背景图像的位置；步骤2，利用Kinect深度图像构建最深深度图像，对该最深深度图像中的空洞进行填充；步骤3，将上述最深深度图像的像素替换深度图像的背景像素，实现对深度图像背景的空洞填充；步骤4，利用步骤1获得的前景图像位置，对在Kinect深度图像的前景位置中存在的空洞进行标记，再对标记后的空洞进行实时填充。本发明能够使填充空洞后的深度视频中物体边缘稳定，深度视频无闪烁出现，同时，有效地提高深度图像中空洞的填充速度和图像稳定性。
-
公开(公告)号：CN105872561A
公开(公告)日：2016-08-17
申请号：CN201511015791.6
申请日：2015-12-29
Applicant: 上海大学
IPC: H04N19/597 , H04N19/107 , H04N19/34 , H04N19/19 , H04N19/147
CPC classification number: H04N19/597 , H04N19/107 , H04N19/147 , H04N19/19 , H04N19/34
Abstract: 本发明涉及一种可分级多视点视频加深度宏块编码模式快速选择方法，其步骤是：1.基本视V0编码：使用全遍历选择方式编码纹理视频T0；根据对应T0宏块的编码模式，快速选择深度视D0宏块的编码模式。2.增强视V1编码：对纹理视频T1，根据其参考视点T0和D0的宏块编码模式以及宏块纹理复杂度之间的关系，快速选择当前宏块的编码模式；对深度视频D1，根据参考视点T1对应位置宏块的编码模式以及当前深度宏块在DIRECT或Inter16x16模式下的CBP值快速选择当前深度宏块的编码模式。3.增强视V2编码：参考步骤2中原理，但纹理视频T2参考视点T1和D1，深度视频D2参考视点T2。本方法在编码增强视的纹理视频和深度视频时，可提前终止模式选择的过程，降低编码的时间复杂度。
-
公开(公告)号：CN105701820A
公开(公告)日：2016-06-22
申请号：CN201610023654.5
申请日：2016-01-14
Applicant: 上海大学
IPC: G06T7/00
CPC classification number: G06T2200/04
Abstract: 本发明公开了一种基于匹配区域的点云配准方法，包括数据采集、点云和目标点云的区域分割、特征点提取与匹配、区域匹配、匹配区域对排序、点云初始配准、设定当前匹配区域对的编号m为0，设置配准误差阈值的初始值、点云局部配准、逐区域进行点云配准调整步骤；如果调整配准点云与目标点云Q之间的配准误差是否小于配准误差阈值，则更新配准误差阈值再次进行调整，否则结束本匹配区域的调整。本发明是一种点云配准精度更高的、鲁棒性更好的点云配准方法对点云全局最优配准所导致的点云局部配准不精确的点云，利用匹配区域的点云局部配准，进行局部修正，提高了点云的配准精度。
-
Patent Agency Ranking
公开(公告)号：CN103079083B
公开(公告)日：2015-05-06
申请号：CN201210516827.9
申请日：2012-12-06
Applicant: 上海大学
Abstract: 本发明公开一种已标定平行摄像机阵列多视图像校正方法。本方法首先利用预先标定好的平行摄像机阵列中各摄像机外参数，设计统一的校正后摄像机物理坐标系方向，确保坐标轴旋转调整量最小；再在公共基线上间距均等设定校正后各摄像机物理坐标系原点，建立校正后各摄像机物理坐标系；最后统一设定校正后摄像机内参数，计算各摄像机的校正转换矩阵，校正多视图像。本发明可有效消除垂直视差，实现水平视差均等分布；在校正过程中坐标系旋转角度小，校正后图像旋转失真小，符合人眼视觉习惯，明显改善合成视图像质量，有利于后继处理环节的进一步处理。
-
公开(公告)号：CN102523477B
公开(公告)日：2014-02-12
申请号：CN201110391478.8
申请日：2011-12-01
Applicant: 上海大学
Abstract: 本发明公开了一种基于双目最小可辨失真模型的立体视频质量评价方法，该方法首先建立双目立体亮度关系模型，研究左右视点视频各自的像素亮度与融合为立体视频时的亮度关系；根据背景亮度和纹理掩盖建立立体图像JND模型，根据视频帧间掩盖的可视阈值建立立体视频的JND模型；由基于空间-时间对比灵敏度函数和显示设备的相关参数获得基于空间-时间对比灵敏度函数的可视阈值；然后由立体视频的JND模型和基于于空间-时间对比灵敏度函数的可视阈值组合得到双眼的JND模型；最后建立基于立体视频质量的双目感知峰值信噪比对立体视频质量评价。该方法基于双目的JND模型，使立体视频质量的评价与人眼的视觉主观感知的视频质量相一致，正确反映人眼视觉的主观立体视频感知质量。
-
公开(公告)号：CN103079083A
公开(公告)日：2013-05-01
申请号：CN201210516827.9
申请日：2012-12-06
Applicant: 上海大学
Abstract: 本发明公开一种已标定平行摄像机阵列多视图像校正方法。本方法首先利用预先标定好的平行摄像机阵列中各摄像机外参数，设计统一的校正后摄像机物理坐标系方向，确保坐标轴旋转调整量最小；再在公共基线上间距均等设定校正后各摄像机物理坐标系原点，建立校正后各摄像机物理坐标系；最后统一设定校正后摄像机内参数，计算各摄像机的校正转换矩阵，校正多视图像。本发明可有效消除垂直视差，实现水平视差均等分布；在校正过程中坐标系旋转角度小，校正后图像旋转失真小，符合人眼视觉习惯，明显改善合成视图像质量，有利于后继处理环节的进一步处理。
-
公开(公告)号：CN1450816A
公开(公告)日：2003-10-22
申请号：CN03116541.9
申请日：2003-04-22
Applicant: 上海大学
IPC: H04N13/00
Abstract: 本发明涉及一种立体视频数据压缩技术。本发明在对立体摄像系统采集的双目视频流进行编码时，对其中一路按照兼容MPEG系列的标准进行编码，对另一路图象分别采用视差补偿预测、联合视差与运动补偿预测以及在解码端通过帧估计和内插进行恢复的方法进行编码传输。其中视差估计采用基于马尔可夫模型的多级分割块估计，帧估计和内插的方法为利用在解码端恢复的参考帧图象以及相应的视差和运动矢量，用基于帧估计概率模型的方法进行估计和内插。解码端分两级解码，一级是只解码主视频流，得到在普通显示设备上显示的单视频，另一级是解码全部双视频流，恢复的立体视频信号由自动立体显示器合成显示立体图像。
-
公开(公告)号：CN112070696B
公开(公告)日：2024-11-05
申请号：CN202010926365.2
申请日：2020-09-07
Applicant: 上海大学
Abstract: 本发明提供了一种基于纹理与结构分离的图像修复方法及系统，采用相对总变分图像平滑模型对待修复图像进行分离，得到待修复图像的纹理图像和结构图像；对于结构图像，使用张量投票模型，预测待修复结构图像缺失区域边缘信息；基于预测得到的缺失区域边缘信息，优化基于样本块修复算法的优先级函数，进而对结构图像进行修复，得到结构修复结果；对于纹理图像，采用多样本块融合的次优匹配块修复方法，对纹理图像进行修复，得到纹理修复结果；结合结构修复结果和纹理修复结果，实现对图像的修复。本发明充分利用图像的已知信息，在保持修复结果结构性连续的同时，合理的恢复出图像的纹理部分，在修复结果的主观质量和客观指标上都得到了明显的提升。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.024 seconds)
